python中fastapi设置查询参数可选或必选
更新时间:2022年06月06日 08:44:17 作者: 小飞牛
这篇文章主要介绍了python中fastapi设置查询参数可选或必选,文围绕主题展开详细的内容介绍,具有一定的参考价值需要的小伙伴可以参考一下
前言:
在fastapi中,我们定义的查询参数是可以设置成:必选参数 or 可选参数。
可选查询参数
- 只要给查询参数的默认值设置为
None
,表示该查询参数是可选参数。
from fastapi import FastAPI app = FastAPI() @app.get("/items/{item_id}") async def read_item(item_id: str, q=None): data = {"item_id": item_id} if q: data["q"] = q return data
补充:此时路径操作函数内的参数有两个,一个是路径参数
item_id
,一个是查询参数q
,fastapi是可以区分他们的。
必选查询参数
- 当你为查询参数设置默认值时,则该参数在URL中不是必须的。
- 如果你不想添加默认值,而只是想使该参数成为可选的,则将默认值设置为
None
。 - 但当你想让一个查询参数成为必需的,不声明任何默认值就可以.
- 比如:这里的查询参数
needy
是类型为str
的必需查询参数。
from fastapi import FastAPI app = FastAPI() @app.get("/items/{item_id}") async def read_user_item(item_id: str, needy: str): item = {"item_id": item_id, "needy": needy} return item
- 如果在URL中没有查询参数
needy
,则报错
{ "detail": [ { "loc": [ "query", "needy" ], "msg": "field required", "type": "value_error.missing" } ] }
可选和必选参数共存
- 也可以定义一些参数为必需的,一些具有默认值,而某些则完全是可选的
- 此时:
itme_id
是路径参数,needy
是必选路径参数,skip
是有默认值必选查询参数,limit
是可选查询参数。
from fastapi import FastAPI app = FastAPI() @app.get("/items/{item_id}") async def read_user_item( item_id: str, needy: str, skip: int = 0, limit=None ): item = {"item_id": item_id, "needy": needy, "skip": skip, "limit": limit} return item
为可选参数做类型提示
- 比如一个可选的参数
q
,如有该参数时,他的类型是整型,此时定义类型提示如下 - 使用
typing
模块下的Union
做类型提示,Union[int, None]
表示类型是int
或者None
- 此时对于URL:
http://127.0.0.1:8000/items/12?q=12
,参数q
就会自动转化为数字12
from typing import Union from fastapi import FastAPI app = FastAPI() @app.get("/items/{item_id}") async def read_item(item_id: str, q: Union[int, None] = None): data = {"item_id": item_id} if q: data["q"] = q return data
补充1:
- 可能为空的情况做类型提示,一般使用一个比
typing.Union
更加方便的类型:typing.Optional
- 因为,
Optional[X] is equivalent to Union[X, None]
- 所以,上面的类似等价于
q: Optional[int] = None
\
补充2:
- 只要给查询参数默认值
None
就表示它是可选查询参数,和类型提示无关。 - 类型提示的功能在于如果该值存在是他应该是什么类型的变量并做类型转换和校验。
到此这篇关于python中fastapi设置查询参数可选或必选的文章就介绍到这了,更多相关python fastapi 内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
如何用Python 实现全连接神经网络(Multi-layer Perceptron)
这篇文章主要介绍了如何用Python 实现全连接神经网络(Multi-layer Perceptron),帮助大家更好的进行机器学习,感兴趣的朋友可以了解下2020-10-10关于Python 中IndexError:list assignment index out of rang
这篇文章主要介绍了Python 中IndexError:list assignment index out of range 错误解决,概述了两个常见的列表函数,它们可以帮助我们在替换两个列表时帮助我们处理 Python 中的索引错误,需要的朋友可以参考下2023-05-05
最新评论